在一个教程中,我们在Jupyter Notebook中使用Tensorflow来构建和训练神经网络对图像进行分类。在尝试绘制图像时,我们遇到了与元素的张量类型及其属性有关的错误。
此代码可在Colab环境下正常运行。虽然我使用Tensorflow 1的本地设置Python 3.7无法运行它。
# Normalize data
def normalize(images, labels):
images = tf.cast(images, tf.float32)
images /= 255
return images, labels
# The map function applies the normalize function to each element in the train enter code here and test datasets
train_dataset = train_dataset.map(normalize)
test_dataset = test_dataset.map(normalize)
# Take a single image, and remove the color dimension by reshaping
for image, label in test_dataset.take(1):
break
image = image.numpy().reshape((28,28))
plt.figure()
plt.imshow(image, cmap=plt.cm.binary)
plt.colorbar()
plt.grid(False)
plt.show()
它应该绘制图像,但会产生以下错误:
AttributeError跟踪(最近一次通话最后一次)
(模块)中的(ipython-i nput-10-89e82cad4b8f)
2用于图像,在test_dataset.take(1)中标记:
3休息
----> 4 image = image.numpy()。reshape((28,28))
5 plt.figure()
AttributeError:“ Tensor”对象没有属性“ numpy”